Meta发布统一多模态音频分离模型SAM Audio

DoNews12-17

2025年12月17日,Meta发布了首个统一的多模态音频分离模型SAM Audio,可通过文本、视觉或时间段提示从复杂音频中分离特定声音。该模型基于感知编码器视听(PE-AV)技术,支持点击视频中的物体、输入文本指令或标记时间范围来提取目标音频,如点击吉他分离其演奏声,或过滤播客中的狗叫噪音。Meta同时推出评估基准SAM Audio-Bench与自动评测模型SAM Audio Judge,并已...

网页链接
免责声明:本文观点仅代表作者个人观点,不构成本平台的投资建议,本平台不对文章信息准确性、完整性和及时性做出任何保证,亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白
发表看法